Skip to Main Content
texto

自动化塑料质量控制和检查

塑料缺陷会损害性能、安全性和市场吸引力。在大批量生产中,特别是对于复杂的模制部件,缺陷可能难以检测。康耐视机器视觉使用 AI 检查功能,在故障零件到达装配或客户之前找到并拒绝故障零件。 

推荐产品

Cognex In-Sight 3900 vision system

In-Sight 3900 系列

In-Sight 3900 是一款高速 AI 机器视觉系统,专为产量/处理量生产线而构建,具有强大的计算能力和嵌入式 AI,可用于处理高分辨率图像和高级检测。

查看产品
VisionPro Deep Learning software interface

VisionPro Deep Learning 软件

用于快速、强大的质量控制的AI驱动的PC图像检测软件。

查看产品

及早发现注塑模具缺陷 

在塑料制造中,每个组件都必须满足严格的功能和化妆品标准。

  • 水槽标记、翘曲、短射和闪光等结构缺陷可能导致装配故障。
  • 表面缺陷 — 划痕、烧痕、变色 — 即使部件工作,也会损害品牌的声誉。

在生产早期发现缺陷可防止代价高昂的返工、组件报废和保修问题。这对于消费品中的模制部件尤其重要,其中尺寸精度和表面质量直接影响感知价值。各种零件形状、尺寸和饰面为检验挑战奠定了基础。 

​​利用 AI 视觉解决尺寸、表面和结构缺陷 

以生产速度检查注塑缺陷很复杂:

  • 模制部件通常具有难以持续照明的反射、轮廓或纹理表面。
  • 塑料颜色、图案和透明度的变化使得自动检测更加困难。
  • 可能的塑料注塑成型缺陷范围——无论是外观缺陷还是结构缺陷——对于传统的基于规则的视觉系统来说,都难以预测,无法可靠地捕捉。

传统机器视觉需要复杂的编程,并且难以应对消费品塑料固有的可变性。然而,基于 AI 的先进机器视觉从真实的生产图像中学习,发现细微的异常,而不会标记可接受的变化

提高塑料质量和制造效率

康耐视 AI 工具可快速训练可接受和有缺陷塑料组件图像。部署后,他们:

  • 以极高的准确性和精度识别和标记功能和表面缺陷。
  • 完全忽略不影响最终产品质量的化妆品变化。
  • 当缺陷定义或产品设计发生变化时,快速适应。

无论您是需要在消费品中抓到翘曲的齿轮,还是刮擦的外部面板,康耐视都能让您轻松获得高容量、高质量塑料检测所需的精度和适应性。康耐视通过我们的全球专家网络和按需在线资源提供支持,确保您的自动化在每个阶段都取得成功。